深圳人口與醫(yī)療需求預(yù)測.ppt

,深圳人口與醫(yī)療需求預(yù)測 深圳大學(xué) 吳心弘 楊杰 蔡煒城,一、總體思路與假設(shè),一、總體思路與假設(shè),1.收集的數(shù)據(jù)準(zhǔn)確可靠； 2.題中指的常住人口即為戶籍人口，流動(dòng)人口即為非戶籍人口，為避免歧義，居住時(shí)間在1年以下1個(gè)月以上則稱為暫住人口； 3. 假設(shè)一對(duì)夫妻在一次育齡期間只生育一個(gè)孩子； 4.非戶籍人口不在深圳生育子女，每年新增出生嬰兒均為戶籍人口婦女生產(chǎn)； 5.非戶籍人口遷移入戶籍人口的年齡段局限在20,49歲區(qū)間內(nèi)，遷移出深圳的年齡段局限在50歲及以上人口； 6.生育年齡在20,49區(qū)間范圍內(nèi)，且生育率保持不變； 7.深圳市外向深圳市轉(zhuǎn)移的非戶籍人口年齡區(qū)間局限在20,49區(qū)間范圍內(nèi)； 8.生育率和死亡率都只跟年齡有關(guān)，將時(shí)間離散化，5個(gè)年齡為一年齡組，同一年齡組的死亡率相等，為各個(gè)年齡死亡率的平均值； 9. 深圳市同年齡人口死亡率約為全國城市死亡率的0.8； 10. 年齡大于或等于85歲統(tǒng)一分為一組，死亡率相等。,二、分析近十年人口變化特征,1.2010年末全市常住人口為1037.2萬人，同2001年末的724.57萬人相比，共增加312.63萬人，增長43.15%，年平均增長率為4.07%。 2. 2010年末戶籍人口達(dá)251.03萬人，與2001年的132.04萬人相比，共增加了118.99萬人，增長0.9倍，年平均增加13.22萬人，年平均增長7.40%。 3.深圳常住人口中，有786.17萬人是非戶籍人口，占常住總?cè)丝诘?5.8%，占四分之三強(qiáng)。,三、未來十年人口數(shù)量和結(jié)構(gòu)發(fā)展趨勢,1.DGM(2,1)-ARMA組合模型,通過觀察歷史數(shù)據(jù)可知，深圳市人口的時(shí)間序列為既含有確定性的動(dòng)態(tài)趨勢又含有隨機(jī)性波動(dòng)的非平穩(wěn)時(shí)間序列。對(duì)于隨機(jī)性時(shí)間序列，自回歸移動(dòng)平均序列ARMA是最成熟的統(tǒng)計(jì)學(xué)分析方法之一，而灰色系統(tǒng)理論則是一種動(dòng)態(tài)趨勢預(yù)測理論，所以我們考慮建立DGM(2,1)-ARMA(p,q)組合預(yù)測模型。應(yīng)用灰色系統(tǒng)理論建立深圳市歷年人口趨勢項(xiàng)且含有殘差修正的模型，然后對(duì)剔除趨勢項(xiàng)后的數(shù)據(jù)進(jìn)行時(shí)間序列分析，建立ARMA模型。最后，將兩組數(shù)據(jù)結(jié)合對(duì)深圳市人口進(jìn)行預(yù)測。該方法容易實(shí)現(xiàn)，預(yù)測準(zhǔn)確，具有較高的預(yù)測精度。,對(duì)于戶籍人口，最小二乘法擬合參數(shù)為,DGM的時(shí)間響應(yīng)序列為,作1-IAGO還原便可得到歷年戶籍人口數(shù)量趨勢項(xiàng)；,同樣地，對(duì)于非戶籍戶口,DGM的時(shí)間響應(yīng)序列為,同樣作1-IAGO還原，便可得到歷年非戶籍人口數(shù)量趨勢項(xiàng)。,1.DGM(2,1)-ARMA組合模型,戶籍人口隨機(jī)項(xiàng)AIC數(shù)值列表,非戶籍人口隨機(jī)項(xiàng)AIC數(shù)值列表,1.DGM(2,1)-ARMA組合模型,DGM(2,1)-ARMA組合模型,DGM(2,1)-ARMA組合模型,2011年2015年人口預(yù)測數(shù)據(jù)（萬人）,2011年2015年深圳市戶籍人口比重趨勢圖,2.Leslie模型的修正,分析一個(gè)地區(qū)人口發(fā)展的趨勢離不開現(xiàn)在和今后各類人口數(shù)量、性別比例和年齡結(jié)構(gòu)特征等的因素，對(duì)于深圳這樣一個(gè)特區(qū)城市，其人口變化趨勢更是要結(jié)合具體數(shù)據(jù)進(jìn)行實(shí)例分析。上面的模型雖然在短期內(nèi)對(duì)人口增長趨勢有較強(qiáng)的預(yù)測精度，但是忽略了以上諸多因素的共同影響，使得分析人口變化的長期特征的有效性存在明顯缺陷。,前面的模型沒有考慮人口的年齡結(jié)構(gòu)，只對(duì)各年度的人口總數(shù)進(jìn)行預(yù)測。如果要研究未來人口的素質(zhì)構(gòu)成、人口的整體素質(zhì)、人口的增長規(guī)律等，還需對(duì)人口結(jié)構(gòu)未來的發(fā)展?fàn)顩r進(jìn)行研究。因此，接下來主要利用Leslie模型進(jìn)一步對(duì)人口的年齡結(jié)構(gòu)的發(fā)展趨勢及變化規(guī)律等進(jìn)行預(yù)測分析。,2.Leslie模型的修正,對(duì)傳統(tǒng)Leslie模型的幾點(diǎn)修正： 傳統(tǒng)的Leslie模型針對(duì)封閉系統(tǒng)，只考慮生育率、死亡率的影響，我們根據(jù)深圳市人口特點(diǎn)，引入遷移項(xiàng)分別建立戶籍人口和非戶籍人口的修正Leslie 模型。 傳統(tǒng)的Leslie種群模型研究的是動(dòng)物種群中雌性動(dòng)物的年齡分布與數(shù)量增長之間的關(guān)系。但是由于各年齡組中男女比列不盡相同，所以很難單純根據(jù)女性人口總量求出較精確的男性人口總量。因此我們需要加入男性人口總量的計(jì)算公式建立精確的人口預(yù)測模型。,首先，我們根據(jù)深圳市人口發(fā)展特點(diǎn)做出此流程圖 為非戶籍人口的生育； 為市外人口對(duì)深圳市非戶籍人口的遷移； 深圳市非戶籍人口的返鄉(xiāng)； 戶籍人口的生育； 為非戶籍人口對(duì)戶籍人口的轉(zhuǎn)變；,參照2005年深圳分年齡、性別人口數(shù)據(jù)抽樣調(diào)查表，按照5歲為一個(gè)年齡組，可劃18個(gè)年齡組，其中每個(gè)年齡段的生育率，死亡率，男女比例，都是通過隊(duì)該年齡組求平均來得到。我們同樣地以五年為一個(gè)時(shí)段，則k時(shí)段深圳市戶籍女性人口總量 的變化規(guī)律由以下具體分析得到。 首先，時(shí)段k+1第一年齡組深圳市戶籍女性人口總量是時(shí)段k各年齡組生育數(shù)量之和，即 其中P可由新生兒男女性別比求出。,其次，時(shí)段k+1第i+1年齡組的深圳戶籍女性人口總量是時(shí)段k第i年齡組存活下來的數(shù)量，即 （i=1，2，17；j=5，10） 記時(shí)段k深圳市戶籍女性人口總量按年齡組的分布向量為 （n=18） 由生育率 B(i)和存活率1-Dw(i)構(gòu)成的矩陣,由非深戶籍遷入深圳戶籍構(gòu)成的矩陣 所以，時(shí)段k深圳市戶籍女性人口總量為,采用迭代法可用初值 和 求出 ，具體如下,同樣的方法適用于深圳市戶籍男性人口，在此不作贅述,對(duì)于非戶籍人口，設(shè)其初值為 則有,其中,三、全市和各區(qū)醫(yī)療床位需求,對(duì)于醫(yī)療床位需求的測算方法，我們采用1999年衛(wèi)生部統(tǒng)計(jì)信息中心饒克勤、陳育德提出的病床需要量、一員病床配置的推薦標(biāo)準(zhǔn)模型，如下：,1、全市醫(yī)療床位需求,查閱相關(guān)文獻(xiàn)可得，2010年深圳市醫(yī)療機(jī)構(gòu)平均住院天數(shù)為8天；由2010年深圳市醫(yī)療機(jī)構(gòu)病床使用率為89.5%，可得平均每家醫(yī)院病床開放日為326天。綜合分析相關(guān)文獻(xiàn)推測得深圳市年齡別住院率如下圖。,1、全市醫(yī)療床位需求,綜合以上查閱所得數(shù)據(jù)和表7中數(shù)據(jù)，為方便計(jì)算，不考慮床位潛在需求量的年齡別，假定潛在需求量和暫住人口病床需求量總和為醫(yī)院病床基本需求量的5%，根據(jù)醫(yī)院病床標(biāo)準(zhǔn)化需求量的測算方法得到： 2015年的醫(yī)療床位標(biāo)準(zhǔn)化需求為40420張 2020年的醫(yī)療床位標(biāo)準(zhǔn)化需求為49345張,2、各區(qū)醫(yī)療床位需求,要想得到各個(gè)區(qū)的床位配置數(shù)，由于各個(gè)區(qū)的年齡結(jié)構(gòu)不一致，僅僅用人口總數(shù)比重加權(quán)是欠缺周全的，因此我們根據(jù)醫(yī)院病床需求量的公式引進(jìn)了一個(gè)新的權(quán)重因子： 其中：,2015和2020年深圳市各個(gè)區(qū)床位需求預(yù)測,各區(qū)權(quán)重因子,四、兩種疾病的床位需求,BP神經(jīng)網(wǎng)絡(luò)方法由于實(shí)用性強(qiáng)，被廣泛應(yīng)用于各個(gè)領(lǐng)域，它能學(xué)習(xí)和存貯大量的輸入輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。其精度受到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、樣本的選取以及數(shù)據(jù)的預(yù)處理方式等諸多因素的影響，在床位需求預(yù)測建模過程中需對(duì)這些細(xì)節(jié)進(jìn)一步處理。預(yù)測床位需求的拓?fù)浣Y(jié)構(gòu)，采用典型的3層BP網(wǎng)絡(luò)，我們選取深圳市人口的總發(fā)病率，深圳市30歲年齡以上人數(shù)，住院天數(shù)作為輸入量。惡性腫瘤發(fā)病人數(shù)，腦血管發(fā)病人數(shù)為輸出量。應(yīng)用BP網(wǎng)絡(luò)預(yù)測床位需求包括下面4個(gè)基本步驟： 收集床位需求訓(xùn)練和測試樣本； 確定疾病發(fā)病人數(shù)預(yù)測神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形式； 進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練； 采用訓(xùn)練后的網(wǎng)絡(luò)完成床位需求預(yù)測應(yīng)用計(jì)算。,四、兩種疾病的床位需求,模型采用3層輸入，2層輸出，輸出是預(yù)測未來五年惡性腫瘤和腦血管病的。根據(jù)公式對(duì)隱層節(jié)點(diǎn)數(shù)進(jìn)行試算，通過訓(xùn)練次數(shù)和總體誤差確定最佳的隱層神經(jīng)元個(gè)數(shù)。最終建立網(wǎng)絡(luò)結(jié)構(gòu)為372，設(shè)定學(xué)習(xí)參數(shù)為0.05，學(xué)習(xí)精度為0.000 65，最大訓(xùn)練次數(shù)為10000。使用構(gòu)建好的神經(jīng)網(wǎng)絡(luò)對(duì)測試樣本進(jìn)行預(yù)測，通過使用matlab軟件得到訓(xùn)練精度如下圖所示。,四、兩種疾病的床位需求,四、兩種疾病的床位需求,四、兩種疾病的床位需求,得到未來五年這兩種疾病的發(fā)病人數(shù)如下表,2011年2015年深圳市惡性腫瘤及腦血管病發(fā)病人數(shù)預(yù)測,考慮到潛在病床需求量和流動(dòng)人口需求量修正得未來五年床位需求量如下表,修正后2011年2015年深圳市惡性腫瘤及腦血管病發(fā)病人數(shù)的預(yù)測,四、兩種疾病的床位需求,對(duì)于上述疾病在不同醫(yī)療機(jī)構(gòu)就醫(yī)的床位需求，按深圳市的二級(jí)服務(wù)架構(gòu)分：區(qū)域醫(yī)療中心（含市、區(qū)政府辦醫(yī)院）和基層衛(wèi)生機(jī)構(gòu)（含社康中心、街道醫(yī)院、社會(huì)辦醫(yī)院、門診部、私人診所、衛(wèi)生室及其它）占全市總診療量的比例（分別為33.3%和66.7%）進(jìn)行計(jì)算，得區(qū)域醫(yī)療中心在未來五年的惡性腫瘤床位需求為：5008.32,5242.419,5511.816,5766.894,5866.794，腦血管病的床位需求為6547.113,6778.215,7060.266,7450.542,8161.83；基層衛(wèi)生機(jī)構(gòu)在未來五年惡性腫瘤床位需求為：10031.68,10500.581,11040.184,11551.106,11751.206，腦血管病的床位需求為13113.887,13576.785,14141.734,14923.458,16348.17。如需求更具體分類，則可以進(jìn)一步按照更低一級(jí)的醫(yī)療機(jī)構(gòu)的疾病診療量進(jìn)行計(jì)算。,五、模型優(yōu)缺點(diǎn),較為創(chuàng)新性地建立了DGM(2,1)-ARMA模型組合模型，結(jié)合兩者的優(yōu)缺點(diǎn)，得到與實(shí)際偏差較小的預(yù)測結(jié)果； 結(jié)合深圳人口特點(diǎn)，獨(dú)創(chuàng)性地引入了適合深圳人口遷移特色的遷移矩陣來改進(jìn)已有的Leslie模型； 預(yù)測各區(qū)床位醫(yī)療需求時(shí)，科學(xué)合理地引進(jìn)了含有年齡結(jié)構(gòu)的權(quán)重因子； BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于醫(yī)療床位需求的預(yù)測，綜合考慮各方面因素，預(yù)測結(jié)果可信度較高。,五、模型優(yōu)缺點(diǎn),Leslie模型的建立選用了較多的模型假設(shè)，也沒有考慮到隨著時(shí)間推移死亡率會(huì)不斷下降的趨勢，同時(shí)由于所得到的數(shù)據(jù)十分有限，很多參數(shù)都是作為一個(gè)近似估計(jì)，編程迭代所得結(jié)果會(huì)有較大的偏差。 BP神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù)由于數(shù)據(jù)十分有限，只是根據(jù)已有的數(shù)據(jù)進(jìn)行插值和擬合，這使得模擬結(jié)果不是非常地穩(wěn)定可靠。,六、模型的改進(jìn)與優(yōu)化,ARMA時(shí)間序列分析可以細(xì)化到年齡和性別結(jié)構(gòu)，組建一個(gè)多目標(biāo)動(dòng)態(tài)模型； Leslie人口模型可以結(jié)合城市化進(jìn)程的人口特點(diǎn)對(duì)參數(shù)進(jìn)行細(xì)化分析，使得結(jié)果更為可靠； BP神經(jīng)網(wǎng)絡(luò)模型還可以做進(jìn)一步改進(jìn)，優(yōu)化各個(gè)參數(shù)和訓(xùn)練方法，提高模擬和預(yù)測性能。,六、模型的改進(jìn)與優(yōu)化,對(duì)于主辦方提出的新的三點(diǎn)要求，我們給出如下的解決方案： 1.如果十二五期間深圳戶籍人口的管理實(shí)行較為寬松的政策，每年將有更多的戶籍人口轉(zhuǎn)為非戶籍人口。其實(shí)對(duì)于這一政策性因素，本文在Leslie模型的部分已經(jīng)引入了遷移矩陣來說明非戶籍人口向戶籍人口的遷移過程，在具體實(shí)施過程中可以根據(jù)深圳市十二五人口發(fā)展規(guī)劃綱要的要求對(duì)矩陣中的參數(shù)進(jìn)行修改（如擴(kuò)大戶籍人口比例可將參數(shù)加倍），然后進(jìn)行迭代計(jì)算。,六、模型的改進(jìn)與優(yōu)化,六、模型的改進(jìn)與優(yōu)化,六、模型的改進(jìn)與優(yōu)化,2.如果非戶籍年輕人口在深圳安家，會(huì)有老年人口遷入深圳。這里非戶籍年輕人口應(yīng)該暗指沒有生